VSS_Verkehr_12_2015

fasst. Welche der beiden Datenquellen soll nun in dieser Situ- ation zur Schätzung von Verkehrsflüssen verwendet werden? Oder wie können die beiden Quellen kombiniert genutzt wer- den? Wird jedoch, wie es in der gängigen Praxis nicht zuletzt auch aus Kostengründen nicht unüblich ist, beispielswiese bei der Kalibariton einzig auf Verkehrszähldaten abgestützt, so kann dies zu grossen und somit erheblichen Fehlern füh- ren, da eine bestimmte Verkehrsmenge mit zwei unterschied­ lichen Verkehrszuständen assoziiert werden kann: Niedrige Verkehrsflüsse können das Resultat kleiner Nachfrage und eines staufreien Systems oder aber hoher Nachfrage mit viel Stau und kleinen Geschwindigkeiten sein. Schliesslich ist das Verkehrsgeschehen, wie bereits erwähnt, in urbanen Räumen ziemlich komplex. Die Berücksichtigung und Abbildung jedes einzelnen Aspekts ist extrem schwierig, wenn nicht gar unmöglich. Ein lösungsorientierter Ansatz für die Kalibration ist die Konzentration auf die im Fokus des Interesses stehenden Resultate. So steht im einen Falle das indi- viduelle Fahrverhalten im Fokus, in einer anderen Situation in- teressieren einzig makroskopische Verkehrsindika­toren für das ganze Verkehrsnetz (z. B. mittlere Verkehrsflüsse und -dichten im Netz). So oder so ist es wichtig, die Bedeutung eines guten Nachfragemodells nicht zu unterschätzen, da sich der Verkehr letztlich auch gemäss der Nachfrage im Netz ausbreitet. Input 2 - Echtzeitdaten-basierte Verkehrslageschätzung: PTV OPTIMA – Verkehrsmodelle treffen auf Echtzeitbetrieb Luca Paone, Realtime Solution Business Development Director, PTV Group, Rom In seinem Referat verdeutlichte Luca Paone zugleich einen wesentlichen Nutzen des Einsatzes von Verkehrsmodellen für die Evaluation von Szenarios und damit verbundener Entschei- dungsfindung: Sollen verschiedene Verkehrsbehinderungssze- narios wie auch die Wirkung von verkehrlichen Massnahmen geprüft werden, so ist ein Verkehrsmodell das einzige Instru- ment, anhand dessen die Auswirkungen abgeschätzt werden können. Diese Erkenntnis gilt dabei gleichsam für die Kurz- und Langfristperspektive. Aufgrund ihrer Natur und der ihnen zugrunde liegenden Motivation unterstützen Verkehrsmodelle bei Fragestellungen nach dem Muster «Was wäre, wenn ...?». Im Gegensatz dazu liefern Daten-orientierte oder statistische Ansätze einzig bis zu einem bestimmten Grad entsprechende Grundlagen. Darüber hinaus sind sie nicht imstande, die Aus- wirkungen von verschiedenen Szenarios und Massnahmen zu schätzen, da sie die dazu notwendigen Wirkungszusam- menhänge zwischen den entsprechenden Systemelementen nicht berücksichtigen und abbilden (Abbildung 3). Das in der Folge vorgestellte PTV OPTIMA ist ein Tool zur Verkehrslageschätzung, das den Test der Effekte verschie- dener Szenarios (z. B. Unfälle) und Massnahmen (z. B. Be- reitstellung einer Verkehrsinformation über Verkehrsinfor- mationsdisplays oder andere Schaltung der LSA) erlaubt. Es integriert ein Verkehrsmodell mit verfügbaren Echtzeit­ datenquellen (Detektorzähldaten, FCD, V2X-Daten, LSA-Da- ten etc.). Diese Kombination eines Verkehrsmodells mit Echt- 3 | Verkehrsprognosemethoden im Vergleich. 3 | Comparaison des méthodes de prévision du trafic. de demande car en fin de compte, le trafic se propage aussi sur le réseau en fonction de la demande. Exposé 2 – Estimation de l’état de la circulation basée sur des données en temps réel: PTV OPTIMA – Les modèles de trafic confrontés à l’exploitation en temps réel Luca Paone, Realtime Solution Business Development Director, PTV Group, Rome Dans son exposé, Luca Paone a également présenté un avan- tage essentiel de l’utilisation des modèles de trafic pour évaluer des scénarios et prendre ainsi des décisions pertinentes: s’il faut examiner différents scénarios de perturbation de la circu- lation tout comme l’efficacité de mesures en matière de trafic, un modèle de trafic est le seul instrument permettant d’estimer leurs incidences. Cela vaut dans une perspective à court comme à long terme. Par leur nature même et par leur motivation sous- jacente, les modèles contribuent à répondre aux questions de type «qu’est-ce qui se passerait si...?». En revanche, les approches axées sur les données ou les ap- proches statistiques ne fournissent des bases adéquates que jusqu’à un certain point. De plus, elles ne sont pas à même d’estimer les effets de différents scénarios et mesures car elles ne tiennent pas compte et ne représentent pas les relations d’impact entre les éléments des systèmes, nécessaires pour cette estimation (illustration 3). L’outil d’estimation de l’état du trafic PTV OPTIMA présenté en- suite permet de tester les effets de différents scénarios (p.ex. des accidents) et de différentes mesures (p.ex. la mises à disposition d’informations sur le trafic routier via des affichages dédiés ou l’activation de feux de circulation). Il intègre un modèle de trafic utilisant des sources de données en temps réel disponibles (don- nées de comptage de détecteurs, FCD, données V2X, données des feux de circulation, etc.). Cette combinaison entre un modèle de trafic et des données en temps réel vise à enrichir autant que possible les données de trafic disponibles et à obtenir ainsi le meilleur aperçu possible de l’état actuel et futur du trafic (pers- pective à court terme, c’est-à-dire l’instant présent plus 15’, 30’, 60’ etc., en tenant compte des changements dans le choix des itinéraires et de la demande). On obtient ainsi une base de test et de prise de décision pour les mesures ITS, notamment pour les centrales de gestion du trafic. Illustrons cela par des exemples: FACHARTIKEL ARTICLES TECHNIQUES 17

Seitenübersicht